網(wǎng)絡(luò)借貸市場資金供需雙方行為特征研究
發(fā)布時(shí)間:2020-12-20 07:37
網(wǎng)絡(luò)借貸借助信息技術(shù)撮合借貸雙方完成基于信任的匿名借貸交易,其本質(zhì)仍為民間借貸。技術(shù)的引入擴(kuò)大了借貸交易的地域范圍和時(shí)間范圍,來自全國各地的借款人和投資人可以不受時(shí)間與地域的限制,隨時(shí)隨地進(jìn)行借貸交易。網(wǎng)絡(luò)借貸的準(zhǔn)入門檻較低,吸引了大量有資金需求的借款人和擁有閑散資金的投資人參與網(wǎng)絡(luò)借貸交易。網(wǎng)絡(luò)借貸市場資金需求側(cè)和供給側(cè)參與者的行為特征會(huì)對市場運(yùn)行和市場效率產(chǎn)生重要影響。在資金需求側(cè),由于平臺(tái)的風(fēng)險(xiǎn)防控技術(shù)和貸后聯(lián)合懲戒措施不足以及監(jiān)管政策沖擊,導(dǎo)致借款人違約風(fēng)險(xiǎn)較高,甚至出現(xiàn)惡意逃廢債問題,不僅致使投資人面臨損失,還加劇了行業(yè)風(fēng)險(xiǎn)。在資金供給側(cè),不同于機(jī)構(gòu)投資者,網(wǎng)絡(luò)借貸投資人主要為缺乏專業(yè)知識(shí)和投資經(jīng)驗(yàn)的個(gè)體投資者,其在網(wǎng)絡(luò)借貸交易中表現(xiàn)出部分非理性行為。此外,普惠金融的重點(diǎn)服務(wù)對象是否受到投資人的偏好及其融資成本高低,關(guān)系到網(wǎng)絡(luò)借貸能否助力實(shí)現(xiàn)普惠金融目標(biāo)。監(jiān)管信號(hào)近年密集釋放,網(wǎng)絡(luò)借貸行業(yè)正處在清退轉(zhuǎn)的關(guān)鍵時(shí)刻。借助網(wǎng)絡(luò)借貸市場的借款申請和出借記錄等標(biāo)準(zhǔn)化交易數(shù)據(jù),研究網(wǎng)絡(luò)借貸主要參與者的行為特征,擴(kuò)展影響市場效率和市場運(yùn)行的關(guān)鍵因素,可為宏觀監(jiān)管、中觀平臺(tái)轉(zhuǎn)型升級和微觀參與...
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:228 頁
【學(xué)位級別】:博士
【部分圖文】:
圖1-1網(wǎng)絡(luò)借貸行業(yè)發(fā)展現(xiàn)狀??2010年后,政策紅利促進(jìn)了包括網(wǎng)絡(luò)借貸在內(nèi)的互聯(lián)網(wǎng)金融的快速發(fā)展
,加之監(jiān)管層將網(wǎng)絡(luò)借貸平臺(tái)定位為信息中介,學(xué)者一般僅??使用人人貸的信用認(rèn)證類借款樣本研究網(wǎng)絡(luò)借貸的相關(guān)問題。對原始樣本做以下??處理:(丨)剔除實(shí)地認(rèn)證標(biāo)、機(jī)構(gòu)拘保標(biāo)和智能理財(cái)標(biāo);(2)剔除收入、學(xué)歷、??工作行業(yè)和工作時(shí)間等缺失或者表述不清的借款標(biāo)的:(3)剔除借款金額為0元??的標(biāo)的;(4)剔除標(biāo)的數(shù)M較少的中W香港、中W澳門和中W臺(tái)灣三個(gè)竹級行政??丨X:域的借款標(biāo)的。最終得到419792條信用認(rèn)證類借款數(shù)據(jù),遍布全閑31個(gè)拆市??自治區(qū),借款標(biāo)的主要集中在中部和東部地區(qū),如圖4*4?(丨)所示,顏色越深,??借款申請數(shù)M越多。滿標(biāo)借款34125單,平均滿標(biāo)率為8.13%,成功借款28693??單,f均成功率為6.84%。滿標(biāo)借款同樣遍布全國31個(gè)省市,如圖4-4?(2)所??示,滿標(biāo)借款集中在廣東、浙江、江蘇、山東等地。??(y?f?〇r^r?^?,??^50?.?口。?、v??夕?i????XW??1?CO?1.500??HI?500J?IOOOO?,?M?SOI?-?1000??■i?10001?30000?.,i<*?HilOOI?^OOO??_2U〇〇?卜._??..’:,?Ml?2001?-?WX.???,:??>,??■1?SOOOl.TOOOO?I?麵則.6000?l????*?一??(1)借款申請?(2)滿標(biāo)借款??圖4-4借款標(biāo)的地域分布??(2)變量定義說明??借款人在人人貸平臺(tái)申請借款時(shí),需要填報(bào)和披露兩方面信息:一是借款訂??單信息,包括借款利率、借款期限、借款金額、借款用途以及借款年份;二是借??款人特征信息,包括基礎(chǔ)信息、信用信息、
山東大學(xué)博士學(xué)位論文??7.2投資端數(shù)據(jù)概況??(1)全樣本概況??關(guān)于投資端數(shù)據(jù),網(wǎng)絡(luò)借貸平臺(tái)一般不公布投資端的具體信息,而出借記錄??只包含投資人的昵稱、出借金額、出借時(shí)間等信息,因而無法直接通過出借記錄??獲取投資人的個(gè)體特征。如果投資人在平臺(tái)申請過借款,則其基本信息會(huì)被記錄??在借款端數(shù)據(jù)之中。參考高銘等(2017)和丁杰等(2018)的做法,將信用認(rèn)證??類借款數(shù)據(jù)中投資人的身份識(shí)別碼和借款人的分份識(shí)別碼進(jìn)行匹配,共匹配出??70105條出借記錄含存基礎(chǔ)信息。這些出借記錄對應(yīng)3208位投資人,投資金額??約5164萬元。剔除數(shù)據(jù)缺失的樣本,圾終投資端的投資數(shù)據(jù)為2436位投資人的??62232條出借記錄。投資人遍布除港澳臺(tái)外的3丨個(gè)省市,何東部地區(qū)的出借交??易最為頻繁,北京、江蘇、上海和廣東的投資人出借頻率位居前列,對應(yīng)的出借??記錄均超5000條(如圖7-1所示)。??I>ralings?of?investor/WP?^??口0?\?ey?|??口?1.1000??1??SS1001???2000?t?;??■I?2001???3000??mm?3〇oi.?5〇oo??■■訓(xùn)-15000?4??圖7-1出借記錄地域分布??(2)變童定義說明??投資人的特征信息包括基礎(chǔ)信息資產(chǎn)信息工作??信息和出借信息四個(gè)維度;A(chǔ)信息包括出借??時(shí)的年齡()、性別()、學(xué)歷(jL_£^w〇7//6)/2?)和婚姻狀況??資產(chǎn)信息包括收入水平是否有房產(chǎn)(L??137??
【參考文獻(xiàn)】:
期刊論文
[1]地理距離、信息不對稱與借款人違約風(fēng)險(xiǎn)[J]. 張笑,胡金焱. 山東大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2020(01)
[2]P2P投資經(jīng)驗(yàn)與甄別違約風(fēng)險(xiǎn)的能力——基于學(xué)習(xí)的視角[J]. 周先波,歐陽夢倩. 統(tǒng)計(jì)研究. 2019(12)
[3]金融投資中的教育溢價(jià)及其性別異質(zhì)性——基于P2P網(wǎng)貸投資的實(shí)證檢驗(yàn)[J]. 丁杰,曾燕,李悅雷,郭陽. 中國管理科學(xué). 2019(10)
[4]普惠金融、貨幣政策與網(wǎng)絡(luò)借貸發(fā)展[J]. 梁洪,張曉玫. 國際金融研究. 2019(09)
[5]信任與欺騙:投資者為什么陷入龐氏騙局?——來自e租寶88.9萬名投資者的經(jīng)驗(yàn)證據(jù)[J]. 王正位,王新程,廖理. 金融研究. 2019(08)
[6]高收入者參與P2P網(wǎng)絡(luò)借貸的動(dòng)機(jī):基于信息不對稱的視角[J]. 張笑,胡金焱. 改革. 2019(07)
[7]信貸市場存在行業(yè)歧視嗎——以P2P網(wǎng)絡(luò)借貸為例的研究[J]. 胡金焱,李建文. 財(cái)貿(mào)經(jīng)濟(jì). 2019(07)
[8]貨幣政策對互聯(lián)網(wǎng)金融借貸利率的作用機(jī)制與實(shí)施效果:以P2P為例[J]. 胡金焱,水兵兵. 山東社會(huì)科學(xué). 2019(06)
[9]聲譽(yù)的信息含量——來自P2P網(wǎng)絡(luò)借貸的證據(jù)[J]. 李焰,張迎新,王琳. 管理評論. 2019(04)
[10]市場化進(jìn)程、教育同質(zhì)性婚配與家庭收入差距[J]. 王文濤,曹丹丹. 經(jīng)濟(jì)學(xué)動(dòng)態(tài). 2019(02)
博士論文
[1]網(wǎng)絡(luò)借貸市場中投資者風(fēng)險(xiǎn)偏好與行為特征研究[D]. 宋唯實(shí).山東大學(xué) 2019
[2]網(wǎng)絡(luò)借貸中信息不對稱的作用機(jī)理與緩解機(jī)制研究[D]. 張笑.山東大學(xué) 2019
本文編號(hào):2927486
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:228 頁
【學(xué)位級別】:博士
【部分圖文】:
圖1-1網(wǎng)絡(luò)借貸行業(yè)發(fā)展現(xiàn)狀??2010年后,政策紅利促進(jìn)了包括網(wǎng)絡(luò)借貸在內(nèi)的互聯(lián)網(wǎng)金融的快速發(fā)展
,加之監(jiān)管層將網(wǎng)絡(luò)借貸平臺(tái)定位為信息中介,學(xué)者一般僅??使用人人貸的信用認(rèn)證類借款樣本研究網(wǎng)絡(luò)借貸的相關(guān)問題。對原始樣本做以下??處理:(丨)剔除實(shí)地認(rèn)證標(biāo)、機(jī)構(gòu)拘保標(biāo)和智能理財(cái)標(biāo);(2)剔除收入、學(xué)歷、??工作行業(yè)和工作時(shí)間等缺失或者表述不清的借款標(biāo)的:(3)剔除借款金額為0元??的標(biāo)的;(4)剔除標(biāo)的數(shù)M較少的中W香港、中W澳門和中W臺(tái)灣三個(gè)竹級行政??丨X:域的借款標(biāo)的。最終得到419792條信用認(rèn)證類借款數(shù)據(jù),遍布全閑31個(gè)拆市??自治區(qū),借款標(biāo)的主要集中在中部和東部地區(qū),如圖4*4?(丨)所示,顏色越深,??借款申請數(shù)M越多。滿標(biāo)借款34125單,平均滿標(biāo)率為8.13%,成功借款28693??單,f均成功率為6.84%。滿標(biāo)借款同樣遍布全國31個(gè)省市,如圖4-4?(2)所??示,滿標(biāo)借款集中在廣東、浙江、江蘇、山東等地。??(y?f?〇r^r?^?,??^50?.?口。?、v??夕?i????XW??1?CO?1.500??HI?500J?IOOOO?,?M?SOI?-?1000??■i?10001?30000?.,i<*?HilOOI?^OOO??_2U〇〇?卜._??..’:,?Ml?2001?-?WX.???,:??>,??■1?SOOOl.TOOOO?I?麵則.6000?l????*?一??(1)借款申請?(2)滿標(biāo)借款??圖4-4借款標(biāo)的地域分布??(2)變量定義說明??借款人在人人貸平臺(tái)申請借款時(shí),需要填報(bào)和披露兩方面信息:一是借款訂??單信息,包括借款利率、借款期限、借款金額、借款用途以及借款年份;二是借??款人特征信息,包括基礎(chǔ)信息、信用信息、
山東大學(xué)博士學(xué)位論文??7.2投資端數(shù)據(jù)概況??(1)全樣本概況??關(guān)于投資端數(shù)據(jù),網(wǎng)絡(luò)借貸平臺(tái)一般不公布投資端的具體信息,而出借記錄??只包含投資人的昵稱、出借金額、出借時(shí)間等信息,因而無法直接通過出借記錄??獲取投資人的個(gè)體特征。如果投資人在平臺(tái)申請過借款,則其基本信息會(huì)被記錄??在借款端數(shù)據(jù)之中。參考高銘等(2017)和丁杰等(2018)的做法,將信用認(rèn)證??類借款數(shù)據(jù)中投資人的身份識(shí)別碼和借款人的分份識(shí)別碼進(jìn)行匹配,共匹配出??70105條出借記錄含存基礎(chǔ)信息。這些出借記錄對應(yīng)3208位投資人,投資金額??約5164萬元。剔除數(shù)據(jù)缺失的樣本,圾終投資端的投資數(shù)據(jù)為2436位投資人的??62232條出借記錄。投資人遍布除港澳臺(tái)外的3丨個(gè)省市,何東部地區(qū)的出借交??易最為頻繁,北京、江蘇、上海和廣東的投資人出借頻率位居前列,對應(yīng)的出借??記錄均超5000條(如圖7-1所示)。??I>ralings?of?investor/WP?^??口0?\?ey?|??口?1.1000??1??SS1001???2000?t?;??■I?2001???3000??mm?3〇oi.?5〇oo??■■訓(xùn)-15000?4??圖7-1出借記錄地域分布??(2)變童定義說明??投資人的特征信息包括基礎(chǔ)信息資產(chǎn)信息工作??信息和出借信息四個(gè)維度;A(chǔ)信息包括出借??時(shí)的年齡()、性別()、學(xué)歷(jL_£^w〇7//6)/2?)和婚姻狀況??資產(chǎn)信息包括收入水平是否有房產(chǎn)(L??137??
【參考文獻(xiàn)】:
期刊論文
[1]地理距離、信息不對稱與借款人違約風(fēng)險(xiǎn)[J]. 張笑,胡金焱. 山東大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2020(01)
[2]P2P投資經(jīng)驗(yàn)與甄別違約風(fēng)險(xiǎn)的能力——基于學(xué)習(xí)的視角[J]. 周先波,歐陽夢倩. 統(tǒng)計(jì)研究. 2019(12)
[3]金融投資中的教育溢價(jià)及其性別異質(zhì)性——基于P2P網(wǎng)貸投資的實(shí)證檢驗(yàn)[J]. 丁杰,曾燕,李悅雷,郭陽. 中國管理科學(xué). 2019(10)
[4]普惠金融、貨幣政策與網(wǎng)絡(luò)借貸發(fā)展[J]. 梁洪,張曉玫. 國際金融研究. 2019(09)
[5]信任與欺騙:投資者為什么陷入龐氏騙局?——來自e租寶88.9萬名投資者的經(jīng)驗(yàn)證據(jù)[J]. 王正位,王新程,廖理. 金融研究. 2019(08)
[6]高收入者參與P2P網(wǎng)絡(luò)借貸的動(dòng)機(jī):基于信息不對稱的視角[J]. 張笑,胡金焱. 改革. 2019(07)
[7]信貸市場存在行業(yè)歧視嗎——以P2P網(wǎng)絡(luò)借貸為例的研究[J]. 胡金焱,李建文. 財(cái)貿(mào)經(jīng)濟(jì). 2019(07)
[8]貨幣政策對互聯(lián)網(wǎng)金融借貸利率的作用機(jī)制與實(shí)施效果:以P2P為例[J]. 胡金焱,水兵兵. 山東社會(huì)科學(xué). 2019(06)
[9]聲譽(yù)的信息含量——來自P2P網(wǎng)絡(luò)借貸的證據(jù)[J]. 李焰,張迎新,王琳. 管理評論. 2019(04)
[10]市場化進(jìn)程、教育同質(zhì)性婚配與家庭收入差距[J]. 王文濤,曹丹丹. 經(jīng)濟(jì)學(xué)動(dòng)態(tài). 2019(02)
博士論文
[1]網(wǎng)絡(luò)借貸市場中投資者風(fēng)險(xiǎn)偏好與行為特征研究[D]. 宋唯實(shí).山東大學(xué) 2019
[2]網(wǎng)絡(luò)借貸中信息不對稱的作用機(jī)理與緩解機(jī)制研究[D]. 張笑.山東大學(xué) 2019
本文編號(hào):2927486
本文鏈接:http://www.lk138.cn/shoufeilunwen/jjglbs/2927486.html
最近更新
教材專著